在现代军事领域中,被动红外探测技术以其无可比拟的优势越来越被人们所重视。红外弱小目标检测技术是红外搜索与跟踪、红外预警、红外制导等防御和武器系统中的核心技术之一。开展红外序列图像中的弱小运动目标检测算法的研究,对在现有硬件技术水平条件下,提高区域防御系统的生存力、有效反击能力以及武器装备系统的有效杀伤能力具有重要的军事意义和实用价值。本文重点研究了红外序列图像的弱小目标的检测算法。由于红外探测器平台的运动致使得到的序列图像在空间上并非完全对齐,为了方便后续的检测,本文首先研究了红外序列图像的配准问题,分析了各种算法的优缺点,根据红外弱小目标的实际情况,选择经典的块匹配算法作为配准算法,并提出一种自适应的模板选择方案。然后针对红外图像序列中弱小目标和背景的空间和时间特性,提出了一种空域改进的自适应二维LMS(TDLMS)背景预测和时域高阶累积量(HOC)相结合的杂波抑制和滤波降噪的预处理方法,理论和实验结果表明,该方法对于抑制强起伏的红外背景杂波和去除高斯噪声的影响非常有效。最后提出了一种基于空域管道积累和时域邻域判决的弱小目标搜索方法,根据目标运动的连续性和规则性,对经过预处理的图像序列进行了搜索检测;并采用基于跟踪记忆模型的弱小运动目标跟踪方法,引入Kalman跟踪滤波器提高跟踪精度,实现长期稳定目标跟踪。仿真实验证明了本文研究方法的有效性,具有较大的应用价值。